找回密码
 欢迎注册
楼主: 笨笨

[求助] 函数逼近求最佳 a 值,有人感兴趣吗?

[复制链接]
 楼主| 发表于 2025-8-15 19:58:23 | 显示全部楼层
主贴问题已解决:

苦战了几个夜晚,终于锁定最佳 a 值,用Mathematica 编程得到的值与自己先前预测值完美一致!!!

最佳  a=46.4483021270782……

最小化最大误差值为: 0.00001872118423551505……

最优 \(\lambda\) 值为: 0.898055159455627……
毋因群疑而阻独见  毋任己意而废人言
毋私小惠而伤大体  毋借公论以快私情
 楼主| 发表于 2025-8-18 22:53:59 | 显示全部楼层
代码运行时有点卡,不知道怎么加速优化:

  1. (*目标函数 G(\[Lambda])*)
  2. G[\[Lambda]_] := HypergeometricPFQ[{-1/2, -1/2}, {1}, \[Lambda]^2];

  3. (*逼近函数 F(\[Lambda],a)*)
  4. F[\[Lambda]_,
  5.    a_] := (1 + (3 \[Lambda]^2)/(10 +
  6.         Sqrt[4 - 3 \[Lambda]^2]))*(1 + (22/(7 \[Pi]) -
  7.         1) (2 \[Lambda]/(1 + \[Lambda]))^a);

  8. (*定义绝对误差函数*)
  9. error[\[Lambda]_, a_] := Abs[F[\[Lambda], a] - G[\[Lambda]]];

  10. (*计算给定 a 值时的最大绝对误差*)
  11. maxError[a_?NumericQ] :=
  12.   NMaximize[{error[\[Lambda], a], 0 < \[Lambda] < 1}, \[Lambda]][[1]];

  13. (*寻找最优 a 值*)
  14. optimalA =
  15.   NMinimize[{maxError[a], a > 0}, a,
  16.    Method -> {"SimulatedAnnealing", "PerturbationScale" -> 3},
  17.    PrecisionGoal -> 3];

  18. (*输出最优 a 值*)
  19. aOpt = a /. optimalA[[2]];
  20. \[Lambda]Opt = \[Lambda] /.
  21.    Last[NMaximize[{error[\[Lambda], aOpt],
  22.       0 < \[Lambda] < 1}, \[Lambda]]];
  23. Print["最优 a 值为: ", NumberForm[aOpt, 20]];
  24. Print["最大误差为: ", NumberForm[optimalA[[1]], 20]];
  25. Print["最优 \[Lambda] 值为: ", NumberForm[\[Lambda]Opt, 20]];

  26. (*误差图像*)
  27. Plot[error[\[Lambda], aOpt], {\[Lambda], 0, 1}, PlotRange -> All,
  28. PlotLabel -> "最大误差 = " <> ToString[NumberForm[optimalA[[1]], 10]]]
复制代码
毋因群疑而阻独见  毋任己意而废人言
毋私小惠而伤大体  毋借公论以快私情
发表于 2025-8-20 06:25:39 | 显示全部楼层
干扰一下, 文不对题。我来兜售——误差分数——可能管用。譬如

$\pi$ 的误差分数\((\frac{1}{10})^k\)——误差可控——分布合理——详见《pi的误差分数》

1, 5, 7, 64, 106, 113, 113, 24175, 32085, 33102, 99532, 265381, 1360120, 1725033, 18610450, 25510582, 78256779, 340262731, 811528438, ...

$\pi$ 的连分数——落后了——分布不合理——浪费太多——该有的又没有了。

1, 7, 106, 113, 33102, 33215, 66317, 99532, 265381, 364913, 1360120, 1725033, 25510582, 52746197, 78256779, 131002976, 340262731,...
毋因群疑而阻独见  毋任己意而废人言
毋私小惠而伤大体  毋借公论以快私情
您需要登录后才可以回帖 登录 | 欢迎注册

本版积分规则

小黑屋|手机版|数学研发网 ( 苏ICP备07505100号 )

GMT+8, 2025-11-2 06:14 , Processed in 0.025417 second(s), 14 queries .

Powered by Discuz! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表